当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 暗讽谁?莲花CEO:造车难如登天

暗讽谁?莲花CEO:造车难如登天

2025-09-28 15:42:31 0浏览 收藏

**莲花CEO冯擎峰直言两年造车难如登天,暗讽行业浮躁?** 面对汽车行业新车开发周期不断缩短的趋势,莲花集团CEO冯擎峰近期表示,两年内推出一款新车“真的做不到”,引发行业关注。他强调莲花坚持4到5年的研发周期,注重高标准与精细化打磨。尽管上半年交付量达2813台,营收2.18亿美元,但冯擎峰坦言盈利压力依然较大。莲花正稳步推进年销量3万台的目标,并计划推出包括插电混动版本在内的多款新车型。同时,技术服务收入,特别是智能辅助驾驶领域的业务,正成为莲花的重要增长引擎,未来几年内将有多家主机厂采用其智能驾驶解决方案。莲花能否在激烈的市场竞争中坚守“小而美”的品牌理念,并实现盈利目标,值得期待。

暗讽谁?莲花集团CEO:想两年做出一台车,但真做不到

莲花汽车

2025年,莲花跑车(LOTUS)持续发力。年初,品牌正式将中文名定为“莲花”,随后钦培吉被任命为莲花科技中国区总裁,直接向莲花集团CEO冯擎峰汇报工作。今年4月,公司进一步推进对Lotus UK(莲花英国)的股权收购,加速全球化布局。

暗讽谁?莲花集团CEO:想两年做出一台车,但真做不到

冯擎峰

据智车派消息,冯擎峰近期在接受采访时表示,面对当前汽车行业新车开发周期不断缩短的趋势,例如两年内推出一款新车,他直言“真的做不到”。他强调:“我们非常想挑战两年造一台车,但现实不允许。”目前,莲花新车的研发周期仍保持在4到5年之间,坚持高标准与精细化打磨。

财报数据显示,莲花科技在今年上半年共交付车辆2813台,实现营收2.18亿美元。关于盈利前景,冯擎峰坦言:“今年仍然面临较大压力。”但他指出,一旦年销量达到3万台,公司将有望实现盈亏平衡。目前正稳步推进这一目标,并计划陆续推出多款新车型,其中包括明年即将发布的插电混动版本。

针对最新上市的EMEYA和ELETRE车型,冯擎峰透露其年销量目标为各自突破一万台。他也重申,“小而美”始终是莲花坚持的品牌理念。

此外,冯擎峰介绍,尽管整车销售仍是当前主要收入来源,但技术服务收入——特别是智能辅助驾驶领域的业务——正迅速成长为公司的重要增长引擎。据悉,在未来2至3年内,多家主机厂的约10款车型将搭载路特斯机器人提供的智能驾驶解决方案。

到这里,我们也就讲完了《暗讽谁?莲花CEO:造车难如登天》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

Word快速访问工具栏自定义教程Word快速访问工具栏自定义教程
上一篇
Word快速访问工具栏自定义教程
HTML动态添加下拉框选项方法
下一篇
HTML动态添加下拉框选项方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    307次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    365次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    360次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    328次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    151次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码